45
PENENTUAN JUMLAH PRODUKSI OPTIMAL CPO DENGAN MENGGUNAKAN
METODE GOAL PROGRAMMING PADA PABRIK KELAPA SAWIT PT. XYZ
Delmar Binhot Lumbantoruan
1, Poerwanto
2, Ukurta Tarigan
2Departemen Teknik Industri, Fakultas Teknik, Universitas Sumatera Utara Jl. Almamater Kampus USU, Medan 20155
Email : Delmarbinhot@gmail.com1 Email : Ukurta@usu.ac.id2
Abstrak : Dalam manajemen perusahaan yang baik perencanaan produksi mempunyai peranan penting.
Perencanaan produksi pada pabrik dilakukan berdasarkan taksiran permintaan dari pabrik yang membutuhkan Crude Palm Oil (CPO) dan Palm Kernel Oil (PKO) untuk tiap periode. Namun pada kenyataannya, perusahaan sering dihadapkan dengan keadaan dimana adanya ketidaksesuaian produksi dengan volume permintaan. Pada periode-periode tertentu karena permintaan produksi yang besar pabrik tidak dapat mencukupi permintaan para konsumennya. Produksi yang tidak dapat dipenuhi adalah pada periode Februari 1304,056 ton, April 2530,185 ton, Agustus 2238,947 ton, Oktober 2271,422 ton, dan Desember 1654,846 ton didalam tahun fiscal 2011. Sedangkan jumlah produksinya bulan Februari 1285,813 ton, April 2524,047 ton, Agustus 2198,283 ton, Oktober 2269,422 ton dan Desember 1646,869 ton. Metode yang dilakukan sebagai solusi optimal untuk menentukan produksi CPO adalah metode Goal Programming. Pengolahan data yang dilakukan dengan meramalkan permintaan dan kemudian diolah dengan program (Linear Interactive Discrete Optimizer) LINDO. Variabel keputusan diambil berdasarkan pada kegiatan yang ada di pabrik yaitu kegiatan produksi CPO dan kegiatan pengadaan TBS. Sasaran yang ingin dicapai dari penelitian ini adalah untuk memperoleh rencana produksi yang optimal sebagai alternatif pemecahan masalah dalam pengoptimalan kapasitas produksi yang masih menganggur. Hasil produksi yang optimal diperoleh dengan pendekatan goal programming untuk periode 2012 adalah Januari 1274,041 ton, Februari 1304,056 ton, Maret 1884,732 ton, April 2491,604 ton, Mei 2358,086 ton, Juni 2210,374 ton, Juli 2048,557 ton, Agustus 2119,203 ton, September 2314,591 ton, Oktober 2234,631 ton, November 2046,007 ton dan Desember 1627,766 ton. Dari hasil perbandingan peramalan permintaan dan pengolahan data dengan metode goal programming maka produksi dinyatakan optimal karena produksi dapat dipenuhi.
Kata kunci : Perencanaan Produksi, Opitmasi Produksi dan Goal Programming
Abstract : In a good corporate management production planning has an important role. Production planning at
the factory made based on estimated demand from factories that need the CPO and PKO for each period. But in fact, companies are often faced with the situation where there is a discrepancy with the volume of production request. At certain periods because of the demand for a large production factory could not suffice the demand of consumers, this caused by the insufficient optimal raw of material and capital used by factory. The production that couldn’t be done in February was 1304,056 ton, April 2530,185 ton, August 2238,947 ton, October 2271,422 ton and in December was 1654,846 ton in the Fiscal year 2011. While the number of production in February was 1285,813 tons, April 2524,047 tons, August 2198,283 tons, October 2269,422, December 1646,869.The method that’s carried out as the optimal solution to determine the production of CPO is the method of Goal Programming. Processing of data is carried out by using a Discrete Linear Interactive Optimizer program (LINDO). Decision variables are taken based on existing activities in the factory CPO production and procurement activities of TBS. The targets achievement of this research is to obtain the optimal production plan as an alternative solution of a problem in optimization production of unemployed capacity. The optimal production results obtained with the goal programming approach for the period 2012 was January 1274,041 tons, 1304,056 tons in February 1304,056 tons, March 1884,732 tons, April 2491,604 tons, May 2358,086 tons, June 2210,374 tons July 2048,557 tons, August 2119,203 tons, September 2314,591 tons October 2234,631 tons November 2046,007 tons and in December 1627,766 tons. From the comparison of forecasting demand and data processing by a method of goal programming, so the production is optimal because it can be done
.
Keywords : Production Planning, Production Optimization, Goal Programming
1. Mahasiswa, Fakultas Teknik Departemen Teknik Industri, Universitas Sumatera Utara
46
1. PENDAHULUAN
Pada saat sekarang kemajuan usaha sangat dipengaruhi oleh tingkat fluktuasi dan variasi permintaan konsumen. Hal ini berimbas pula pada produksi minyak kelapa sawit (CPO) yang dilakukan oleh Pabrik Kelapa Sawit PT. XYZ . Dengan meningkatnya permintaan terhadap CPO, diperlukan suatu usaha agar proses produksi berjalan lancar sesuai dengan sumber daya yang tersedia serta menguntungkan. Keuntungan dapat ketika perusahaan dapat memenuhi permintaan konsumen.
Perusahaan tidak dapat hanya berorientasi pada pemenuhan jumlah permintaan, dimana perusahaan hanya mempertimbangkan elemen produk dalam perencanaan produksinya tetapi perusahaan perlu memperhatikan tiga elemen yaitu: konsumen, produk dan proses manufatur (Muchlison Anis, 2007). Pabrik Kelapa Sawit PT. XYZ dalam memenuhi Rencana Kerja Anggaran Perusahaan (RKAP) memerlukan perencanaan produksi yang baik, agar pabrik beroperasi secara efisien dan efektif. Untuk itu, diperlukan penentuan faktor-faktor produksi apa saja yang terlibat dalam perencanaan produksi CPO. Perencanaan produksi CPO yang tidak baik menyebabkan produksi pabrik akan berada dalam keadaan idle capacity. Hal ini merupakan kerugian perusahaan dimana pabrik tetap mengeluarkan biaya-biaya selama proses produksi tersebut. Untuk itu, penggunaan barang dan modal perlu diusahakan seoptimal mungkin. Kegiatan proses produksi dalam industry manufaktur merupakan inti utama dari perusahaan. Berbeda dengan fungsional biaya (keuangan) atau personalia (Gasperzs, 2004)
Salah satu metode yang dapat digunakan
dalam merencanakan perencanaan produksi CPO
adalah metode matematik goal programming.
Perbedaan metode goal programming dengan
metode
linear
programming
yaitu
dapat
menangani masalah alokasi optimal atau
kombinasi optimum dari beberapa masalah yang
bertolak belakang.
Boppana Chowdary & JannesSlomp (2002), dalam paper “Production Planning Under
Dynamic Product Enviroment : A Multi-objective Goal Programming Approach”, memaparkan bahwa goal
programming dapat diterapkan secara efektif dalam perencanaan produksi, karena metode goal programming potensial untuk menyelesaikan aspek-aspek yang bertentangan antara elemen-elemen dalam perencanaan produksi, yaitu konsumen, produk, dan proses manufaktur
.
Dengan demikian keputusan
yang diambil merupakan hasil yang memuaskan
dari beberapa alternatif yang ditawarkan. Variabel
keputusan yang ditentukan dalam penelitian ini
adalah jumlah Produksi CPO pada tiap bulan
selama periode 2012. Sedangkan untuk kendala
sasaran yang digunakan dalam proses pengolahan
data adalah meminimumkan biaya produksi,
minimumkan biaya pengadaan TBS, produksi
maksimal CPO, permintaan CPO, ketersediaan
TBS, sasaran pengolahan TBS dan ketersediaan
waktu pengolahan. Peramalan jumlah permintaan
dianalisis dari data penjualan periode sebelumnya
dengan
menggunakan
metode
kuadratis.
Pendekatan goal programming yang dilakukan
dengan menggunakan bantuan program
LinearInteractive Discrete Optimizer (
LINDO).
2. METODE PENELITIAN
Penelitian ini dilakukan di Pabrik Kelapa Sawit PT. XYZ yang beralamat di Kab. Batubara - Propinsi Sumatera Utara. Penelitian ini dilaksanakan pada bulan Juli 2012 – Desember 2012. Dalam proses penelitian ini data yang diambil adalah data penjualan pada periode tahun 2011. Data lain yang diambil adalah biaya pengadaan TBS dan biaya-biaya pengeluaran selama tahun 2011. Subjek penelitian dilakukan pada semua proses pengolahan TBS menjadi CPO.
Adapun langkah-langkah dalam proses pengerjaan penelitian ini adalah sebagai berikut:
1. Meramalkan Permintaan CPO untuk tahun 2012. Peramalan dilakukan untuk mengetahui perkiraan permintaan untuk tahun 2012, dimana data yang digunakan sebagai dasar dalam melakukan peramalan adalah data permintaan tahun 2011. Data–data yang telah diperoleh dihitung dengan menggunakan metode–metode peramalan time
series dan pemilihan peramalan terbaik dilakukan
dengan membandingkan kesalahan peramalan. Peramalan terbaik adalah peramalan yang memiliki kesalahan terkecil.
2. Formulasi Fungsi
a. Menentukan variabel keputusan, dimana merupakan hasil yang akan dioptimalkan sehingga memenuhi kriteria sasaran dan kendala yang akan menjadi variabel keputusan untuk perencanaan produksi di Pabrik Kelapa Sawit PT. XYZ.
X1 = Jumlah produksi CPO pada tiap bulan (Ton CPO)
X2 = Jumlah pengadaan TBS tiap bulan (Ton TBS) b. Fungsi Kendala
1. Kendala sasaran target produksi CPO tahun 2012. Pabrik kelapa sawit PT. XYZ dirancang dengan kapasitas terpasang adalah 25 ton TBS per jam i k k k desember januari i
KP
d
d
X
12 1 147
Dimana :X
1 = Variabel keputusan untuk jumlah
produksi CPO bulan-i
KPi = Target produksi CPO tahun 2012
tiap bulan-i
i = Bulan Januari-Desember dk = Penyimpangan positif/negatif
2. Ketersediaan Tandan Buah Segar (TBS) Sasaran ketersediaan tandan buah segar atau TBS yang ingin dicapai adalah agar tidak terjadi over produksi TBS atau kekurangan TBS di pabrik pada saat pengolahan CPO.
i k k k desember januari i
KTI
d
d
X
24 13 2 Dimana :X2 = Variabel keputusan untuk jumlah
Pengadaan TBS bulan-i KTIi = Ketersediaan TBS bulan-i
i = bulan Januari-Desember dk = Penyimpangan positif/negatif.
3. Kendala Sasaran Pengolahan TBS
Dalam pengolahan TBS menjadi CPO perusahaan menghendaki bahwa TBS terolah semuanya menjadi CPO.
i k k k desember januari i
KTP
d
d
X
X
F
36 25 1 2 X1 = Variabel keputusan produksi CPO
X2 = Variabel keputusan untuk jumlah
Pengadaan TBS bulan-i
F = Rendemen CPO (%) dari pengadaan TBS i = Bulan Januari-Desember
dk= Penyimpangan positif/negatif
4. Kendala Ketersediaan Waktu Pengolahan Ketersediaan waktu pengolahan termasuk kedalam kendala karena semakin singkat waktu yang diperlukan untuk menghasilkan per ton CPO maka hal ini akan mengurangi biaya produksi yang diperlukan
i k k k desember januari n
H
d
d
X
G
48 37 1X1 = Variabel keputusan produksi CPO
bulan ke-i
G = Waktu pengolahan CPO per jam ton bulan-I Tahun 2011
H = Waktu pengolahan yang tersedia bula-I tahun 2012
i = Bulan Januari-Desember dk = Penyimpangan positif/negatif
3. Analisis Pemecahan Masalah
Hasil dari pengolahan data pada peramalan dan penentuan jumlah produk optimal dengan pendekatan Programming selanjutnya dianalisis untuk melihat perbandingan yang diperoleh antara
metode Goal Programming dengan perencanaan yang ada di perusahaan.
3. HASIL DAN PEMBAHASAN
3.1. Peramalan
Peramalan dilakukan untuk mengetahui perkiraan permintaan untuk tahun 2012, dimana data yang digunakan sebagai dasar dalam melakukan peramalan adalah data permintaan tahun sebelumnya yaitu tahun 2011. Data–data yang telah diperoleh dihitung dengan menggunakan metode–metode peramalan time series dan pemilihan peramalan terbaik dilakukan dengan membandingkan kesalahan peramalan. Peramalan terbaik adalah peramalan yang memiliki kesalahan terkecil
Gambar 1. Grafik Diagram Pencar Permintaan CPO Tahun 2011
Gambar 1 memeperlihatkan grafik jumlah permintaan produksi CPO setiap periode selama tahun 2011. Dari nilai permintaan tersebut dilakukan peramalan. Berdasarkan hasil peramalan yang dilakukan dengan metode time series, maka diperoleh ni rekapitulasi estimasi kesalahan beberapa metode dapat dilihat pada Tabel di bawah ini.
Tabel 1. Rekapitulasi estimasi kesalahan
Metode SEE Konstan 408,035 Linear 396,774 Kuadratis 227,838 Eksponensial 407,279 Siklis 500,195
Dari hasil perhitungan peramalan diperoleh nilai estimasi kesalahan terkecil, yaitu dengan metode kuadratis. Statistik uji: 330 , 0 774 , 396 838 , 227 2 2 2 2 linear kuadratis hitung SEE SEE F Ftabel = F(0,05, 9,10)= 3,02 ,
Karena diperoleh nilai
F
hitung
F
tabel maka Ho diterima. Dari perhitungan estimasi kesalahan terkecil48
dilakukan verifikasi terhadap metode kuadratis dengan menggunakan peta moving range, seperti gambar dibawah ini.Gambar2. Peta Kontrol Penyimpangan Metode Kuadratis
Dari Gambar 2. tidak terlihat adanya data yang
out of control sehingga persamaan peramalan metode
kuadratis dapat digunakan untuk meramalkan permintaan CPO untuk tahun 2012. Dengan menggunakan peramalan dengan metode kuadratis, permintaan CPO untuk periode 2012 dapat dilihat pada tabel 2. berikut ini :
Dari pemilihan metode peramalan dengan pendekatan hasil nilai estimasi kesalahan terkecil maka peramalan dilakukan dengan metode kuadratis. Hasil peramalan permintaan CPO untuk periode 2012 dapat dilihat pada table 2 dibawah.
Tabel 2 Hasil Peramalan Permintaan CPO Tahun 2012
Peramalan Permintaan CPO Tahun 2012
Bulan Jumlah/Bln (Ton) Januari 1251,481 Februari 1581,896 Maret 1854,708 April 2069,918 Mei 2227,526 Juni 2327,532 Juli 2369,936 Agustus 2354,738 September 2281,938 Oktober 2151,536 November 1963,532 Desember 1717,926
3.2. Perencanaan Produksi Dengan Model Goal Programming
Variabel keputusan merupakan output yang akan dioptimalkan sehingga memenuhi kriteria sasaran dan kendala. Variabel keputusan untuk perencanaan produksi di Pabrik KelapaSawit Sei Rambutan ini adalah :
X1 = Jumlah produksi CPO pada tiap bulan (Ton CPO)
X2 = Jumlah Pengadaan TBS (Ton TBS)
Dalam formulasi fungsi sasaran diguanakan notasi dan variable-variabel dalam menyelesaikan permasalahan perencanaan produksi ini adalah: P1 : Merupakan notasi prioritas pertama, yaitu
terpenuhinya target produksi CPO yang akan diproduksi.
P2 : Merupakan notasi prioritas kelima, yaitu
pemenuhan sasaran untuk menghindari kekurangan dan kelebihan pengadaan TBS. P3 : Merupakan Notasi prioritas keempat, yaitu
pemenuhan sasaran pengolahan TBS menjdai CPO.
P4 : Merupakan notasi prioritas keenam, yaitu
pemenuhan sasaran waktu pengolahan.
d1-,d2-, d3-, d4-, d5-, d6-, d7-, d8-,d9-, d10-, d11-,d12- :
Merupakan deviasi negatif dalam menunjukkan pencapaian produksi yang kurang dari target jumlah permintaan yang sudah ditentukan.
d25-,d26-,d27-,d28-,d29-,d30-,d31-,d32-,d33-,d34-,d35-,d36- :
Merupakan deviasi negatif yang menunjukkan untuk mengatasi sasaran pengolahan TBS.
d13-,d14-,d15-,d16-,d17-,d18-,d19-,d20-,d21-,d22-,d23-,d24
-d13+,d14+,d15+d16+,d17+,d18+,d19+,d20+,d21+,d22+,d23+,d24+ :
Merupakan deviasi negatif dan positif didalam mengatasi kekurangan dan kelebihan TBS.
d37-,d38-,d39-, d40-, d41-,d42-,d43-,d44-,d45-,d46-,d47-,d48- :
Merupakan deviasi negatif yang menunjukkan tingkat pemenuhan dari jam pengolahan yang sudah ditentukan.
Model perencanaan produksi dalam bentuk formulasi goal programming dapat dirumuskan sebagai berikut:
1. Fungsi Tujuan
Minimumkan Z, dengan:
Min Z = P1 d1- + P2 d25- + P3 (d13- + d13+) + P4 d37-
2. Fungsi Kendala
a. Kendala sasaran target produksi CPO tahun 2012 tiap bulan. Fungsi kendalanya adalah: X1January + d1- - d1+ = 1958.654 X1February + d2- - d2+ = 1926,137 X1maret + d3- - d3+ = 2179,621 X1april + d4- - d4+ = 2487,351 X1mei + d5- - d5+ = 2449,614 X1juni + d6- - d6+ = 2432,623 X1juli + d7- - d7+ = 2534,320 X1agustus + d8- - d8+ = 2124,105 X1september + d9- - d9+ = 2469,257 X1oktober + d10- - d10+ = 2493,131 X1November + d11- - d11+ = 2386,322 X1desember + d12- - d12+ = 1893,696
b. Kendalan Sasaran Ketersediaan Tandan Buah Segar (TBS), Fungsi kendalanya adalah:
49
X2February + d14- - d14+ = 8608,050 X2maret + d15- - d15+ = 9616,623 X2april + d16- - d16+ = 10948,640 X2mei + d17- - d17+ = 10881,430 X2juni + d18- - d18+ = 11076,650 X2juli + d19- - d19+ = 11632,007 X2agustus + d20- - d20+ = 9711,110 X2september + d21- - d21+ = 11331,080 X2oktober + d22- - d22+ = 11416,536 X2November + d23- - d23+ = 10940,710 X2desember + d24- - d24+ = 8550,810c. Kendala Sasaran Pengolahan TBS, Fungsi kendalanya adalah: 0,211 X2januari - X1januari + d25- - d25+= 0 0,214 X2februari - X1februari + d26- - d26+= 0 0,217 X2maret– X1maret + d27- - d27+= 0 0,220 X2april – X1april + d28- - d28+= 0 0,218 X2mei – X1mei + d29- - d30+= 0 0,213 X2juni – X1juni + d31- - d31+= 0 0,211 X2juli – X1juli + d31- - d31+= 0 0,211 X2agustus – X1agust\us + d32- - d32+= 0 0,212 X2september – X1september + d33- - d33+= 0 0,212 X2oktober – X1oktober + d34- - d34+= 0 0,212 X2november – X1november + d35- - d35+= 0 0,212 X2desember – X1desember + d36- - d36+= 0
d. Kendala Ketersediaan Waktu Pengolahan, fungsi kendalanya adalah: 0,373 X1Januari + d37- - d37+ = 500 0,386 X1Februari + d38- - d38+ = 480 0,273 X1maret + d39- - d39+ = 520 0,190 X1april + d40- - d40+ = 500 0,211 X1mei + d41- - d41+ = 520 0,235 X1juni + d42- - d42+ = 520 0,251 X1juli + d43- - d43+ = 520 0,209 X1agustus + d44- - d44+ = 460 0,216 X1september + d45- - d55+ = 500 0,229 X1oktober + d46- - d46+ = 520 0,232 X1November + d47- - d47+ = 480 0,291 X1desember + d48- - d48+ = 480 3.3. Ouput Dari Pemograman LINDO
Model perencanaan produksi dalam bentuk formulasi goal programming dengan program LINDO penyimpangan negatif (dk-) diganti dengan DB dan
untuk penyimpangan positif (dk+) diganti dengan DA.
Berikut hasil perencaan produksi CPO dan pengadaan TBS dengan goal programming.
Analisis hasil yang diperoleh melalui Goal
Programming yang dapat dilihat pada Tabel 3, jumlah
produksi yang paling tinggi dicapai pada bulan Juli yaitu sebesar 2534,320 ton CPO. Tingginya produksi CPO pada bulan ini dipengaruhi oleh jumlah pengadaan TBS yang tinggi yaitu 11.632,007 ton TBS.
Tabel 3 Perencaan Produksi CPO dan Pengadaan TBS Dengan Program LINDO
Perencanaan Produksi tahun 2012 Bulan Produksi CPO (X1) (Ton) Pengadaan TBS (X2) (Ton) Januari 1958.654 8.697,391 Februari 1926,137 8.608,050 Maret 1904,762 9.616,623 April 2487.351 10948,639 Mei 2464,455 10.881,430 Juni 2432,623 11.076,650 Juli 2534,320 11.632,007 Agustus 2129,630 9.711,110 September 2469,257 11.331,080 Oktober 2493,131 11.416,536 November 2068,966 10.940,710 Desember 1893,696 8.550,810
Analisis tiap tujuan perencanaan produksi pada tiap bulan selama periode 2012 dapat dilihat pada tabel 4. Berikut.
Tabel 4 Hasil LINDO Untuk Produksi CPO Tahun 2012
Perencanaan Produksi tahun 2012 Bulan Produksi CPO
(Ton) Permintaan (Ton) Ket Januari 1958.654 1251,481 T Februari 1926,137 1581,896 T Maret 1904,762 1854,708 T April 2487.351 2069,918 T Mei 2464,455 2227,526 T Juni 2432,623 2327,532 T Juli 2534,320 2369,936 T Agustus 2129,630 2354,738 TT September 2469,257 2281,938 T Oktober 2493,131 2151,536 T November 2068,966 1963,532 T Desember 1893,696 1717,926 T Keterangan : T : Tercapai TT : Tidak Tercapai.
Berdasarkan tabel 4. diketahui bahwa target yang ditentukan tidak dapat dicapai. Jumlah produksi tidak tercapai terdapat pada bulan Agustus. Sementara produksi CPO tercapai dan bahkan surplus terjadi pada periode Januari, Februari, Maret, April, Mei, Juni, Juli, September, Oktober, November dan Desember. Kekurangan produksi pada bulan Agustus dapat dipenuhi dengan memakai hasil produksi yang berlebih pada bulan sebelumnya.
50
Pada Tabel 5. memperlihatkan keterkaitan antara variabel keputusan dengan sasaran Pengadaan TBS. Sasaran yang diminumkan untuk mencegah terjadinya kelebihan atau kekurangan pengadaan TBS adalah meminimumkan deviasi bawah dan deviasi atas terhadap sasaran.Tabel 5 Hasil LINDO untuk Pengadaan TBS
Bulan Pengadaan TBS (Ton) Kebutuhan TBS (Ton) Ket Januari 8.697,391 5496,77 T Februari 8.608,050 7034,47 T Maret 9.616,623 8305,53 T April 10948,639 9309,96 T Mei 10.881,430 10047,75 T Juni 11.076,650 10518,91 T Juli 11.632,007 10723,43 T Agustus 9.711,110 10661,31 TT September 11.331,080 10332,56 T Oktober 11.416,536 9737,17 T November 10.940,710 8875,15 T Desember 8.550,810 7746,48 T Keterangan : T : Tercapai TT : Tidak Tercapai.
Dari tabel 5 diperlihatkan sasaran mencegah kekurangan dan over pengadaan TBS di pabrik dapat tercapai kecuali pada bulan Agustus. Maka untuk menanggulangi hal ini perusahaan harus memaksimalkan modal yang ada untuk meningkatkan produksi TBS dimana hal ini akan berdampak pada produksi CPO yang dihasilkan oleh pabrik. Perusahaan juga dapat mengambil alternative lain yaitu menambah jumlah bahan baku TBS dengan membeli dari pihak ke III.
3.4. Analisis Sensitivitas Output LINDO
Setelah pengolahan data dengan program lindo dilakukan, maka harus dilakukan analisis sensitivitas.
Tabel 6 Hasil Analisis Sensitivitas Untuk Produksi CPO
Bulan Nilai Saat ini (Ton) Kenaikan yang Diperbolehkan (Ton) Penurunan yang Diperbolehkan (Ton) Januari 1958.654 Infinity 70.205 Februari 1926,137 Infinity 39,688 Maret 1904,762 Infinity 274,859 April 2487.351 144,228 Infinity Mei 2464,455 14,841 Infinity Juni 2432,623 Infinity 219,857 Juli 2534,320 Infinity 46,282 Agustus 2123,630 5,525 Infinity September 2469,257 Infinity 198,515 Oktober 2493,131 Infinity 222,389 November 2068,966 105,434 Infinity Desember 1893,696 Infinity 244,212
Dari tabel 6 dapat dilihat analisis sensitivitas terhadap produksi CPO pada bulan Januari, Februari, Maret, Juni, Juli, September, Oktober dan Desember dapat tingkatkan hingga tak terbatas sedangkan untuk periode bulan lainnya hanya dapat menaikkan dengan nilai yang sudah ada pada tabel 6. Penurunan pada periode bulan April, Mei, Agustus dan November dapat diturunkan hingga nilai tak terbatas sedangankan untuk periode bulan lainnya hanya diperbolehkan dengan nilai seperti yang terdapat pada tabel 6 diatas.
Tabel 7 Hasil Analisis Sensitivitas Ketersediaan TBS
Bulan Nilai Saat ini (Ton) Kenaikan yang Diperbolehkan (Ton) Penurunan yang Diperbolehkan (Ton) Januari 8.697,391 Infinity 2791.719 Februari 8.608,050 Infinity 2702,379 Maret 9.616,623 Infinity 3710,953 April 10.948,639 Infinity 5042,970 Mei 10.881,430 Infinity 4975,759 Juni 11.076,650 Infinity 5170,980 Juli 11.632,007 Infinity 5726,337 Agustus 9.711,110 Infinity 3805,440 September 11.331,080 Infinity 5425,410 Oktober 11.416,536 Infinity 5510,866 November 10.940,710 Infinity 5035,040 Desember 8.550,810 Infinity 2645,140 Tabel 7 memperlihatkan hasil olahan LINDO dimana kendala ketersediaan TBS dapat ditingkatkan dan juga dapat diturunkan ditiap bulannya. Untuk periode Januari sampai dengan Desember kenaikan yang diperbolehkan tidak terbatas atau infinity. Sedangkan nilai-nilai yang dapat ditingkatkan setiap bulanya selama periode produksi 2012 dapat dilihat pada tabel diatas..
Tabel 8. Hasil Analisis Sensitivitas Untuk Waktu Pengolahan CPO Bulan Nilai Saat ini (Jam) Kenaikan yang Diperbolehkan (Jam) Penurunan yang Diperbolehkan (Jam) Januari 500 230.577 Infinity Februari 480 263,489 Infinity Maret 520 75,037 Infinity April 500 Infinity 27,403 Mei 520 Infinity 3,131 Juni 520 51,666 Infinity Juli 520 9,673 Infinity Agustus 460 Infinity 1,193 September 500 45,460 Infinity Oktober 520 50,927 Infinity November 480 Infinity 24,461 Desember 480 71,166 Infinity
51
Tabel 8 diatas memperlihatkan kendala ketersediaan Waktu pengolahan TBS menjadi CPO dapat ditingkatkan dan juga dapat diturunkan ditiap bulannya. Kenaikan yang diperbolehkan untuk periode Januari, Februari, Maret, Juni, Juli, September, Oktober dan Desember dapat dilihat pada tabel 8 diatas. Sedangkan untuk periode April, Mei, Agustus dan November kenaikan yang diperbolehkan tidak terbatas(infinity) Penurunan yang diperbolehkan untuk periode
Januari, Februari, Maret, Juni, Juli, September, Oktober dan Desember tidak terbatas (Infinity). . Sedangkan untuk periode April, Mei, Agustus dan November penurunan yang diperbolehkan dapat dilihat pada tabel 8 diatas.
4. KESIMPULAN
Dari hasil analisis yang dilakukan terhadap pembahasan maka dapat disimpulkan bahwa, jumlah produksi CPO optimal pada periode tahun 2012 adalah Januari 1958,654 ton, Februari 1926,137 ton, Maret 1904,762 ton, April 2487,351 ton, Mei 2464,455 ton, Juni 2432,623 ton, Juli 2534,320 ton, Agustus 2129,630 ton, September 2469,257 ton, Oktober 2493,131 ton, November 2068,966 ton dan Desember 1893,696 ton. Akan tetapi jumlah produksi tersebut belum dapat memenuhi prmintaan pada periode bulan Februari, Juni, Juli, Agustus dan Desember. Tingkat produksi belum dapat menutupi tingkat permintaan pada periode lainnya, sehingga hasil produksi CPO pada periode sebelumnya yang lebih dari target yang ditentukan digunakan untuk menutupi kekurangan produksi pada periode ini.Jumlah produksi yang paling tinggi dicapai pada bulan Juli yaitu sebesar 2534,320 ton CPO. Tingginya produksi CPO pada bulan ini dipengaruhi oleh jumlah pengadaan TBS yang tinggi yaitu 11.632,007 ton TBS. Bulan Juli ini bisa dikatakan merupakan panen puncak TBS.
DAFTAR PUSTAKA
A.Taha, Hamdy.2007. Operation Research An Introduction. Edisi Delapan. By Person Education, Inc
Ginting, Rosnani, 2007, Sistem Produksi, Edisi Pertama, Penerbit Graha Ilmu,
Yogyakarta.
Hillier, F. dan Lieberman, G. 1994. Pengantar Riset Operasi. Jilid 1 Edisi Kelima, Penerbit Erlangga, Jakarta.
Http://google.co.id//Optimasi Perencanaan Produksi Dengan Metode Goal Programming//2007 Http://google.co.id// “Production Planning Under
Dynamic Product Enviroment : A Multi-objective Goal Programming Approach”//2002 Http://google.co.id//Goal Programming Approach to Tea Industry of Barak Goal Programming alley of Assam/2011
Lynwood A. Johnson dan Douglas C. Montgomery. 1974. Operation Research in Production Planning, Scheduling and Inventory Control. By John Wiley & Sons, Inc.
Mulyono, Sri. 2004. Riset Operasi. Penerbit Fak. Ekonomi UI. Jakarta
Nasution, Arman Hakim. 1999. Perencanaan dan Pengendalian Produksi. Penerbit Guna Widya, Surabaya
Sitorus, Parlin, 1997. Program Linear. Penerbit Universitas Trisakti, Jakarta
Sinulingga, Sukaria, 2009. Perencanaan & Pengendalian Produksi. Cetakan Pertama.Penerbit Graha Ilmu, Yogyakarta Sinulingga, Sukaria, Metode Penelitian. Cetakan
Pertama.Penerbit Graha Ilmu, Yogyakarta Siswanto A, 1993. Goal Programming dengan
Menggunakan LINDO. PT. Media Alex Computindo, Gramedia. Jakarta.
Walpole, Ronald E, 1997. Pengantar Statistika. Edisi ke 3. Penerbit PT. Gramedia Pustaka Utama, Jakarta.
